乐于分享
好东西不私藏

Figma新报告,AI时代设计师的5个核心能力

Figma新报告,AI时代设计师的5个核心能力
BEAUTIFUL
点击上方蓝字关注我们
上周,我的一位大厂设计师朋友跟我吐槽了一件事。
公司让她用AI做设计。
她试了试Figma Make,生成的界面确实快。
但老板看了一眼,说了一句让她愣住的话:
"这不就是我们去年做的那个风格吗?"
她一下子不知道怎么回答。
小林的困境,恰恰是当下设计师群体的缩影。
AI工具会用,但用不好。
效率提升了,但设计质量没跟上。
技术有了,但核心能力模糊了。
说白了就是——工具学会了,但不知道什么时候该用,什么时候不该用。
Figma最近发了一份报告,叫《State of the Designer 2026》。
基于全球设计师调研。
我看完之后,有一个很强烈的判断:
AI时代,设计师需要的不是单一技能,而是5个核心能力的组合。
缺一个,你都会觉得"不对劲"。
01
先说结论:AI能力只是其中一个
报告里有组数据,我看了三遍:
  • 91%的设计师认为AI帮助他们创造更好的设计
  • 89%的设计师认为AI提升了工作效率
  • 54%的招聘经理将"AI设计能力"列为设计师前5大需求技能
  • 72% 的设计师正在使用生成式 AI 工具
听起来AI能力很重要对吧?
但还有一个数据:
47%的招聘经理将系统性思维和服务设计列为新员工前5大要求。
这个比例,比AI能力还高。
什么意思?
AI能力是标配,但不是核心竞争力。
真正的竞争力,是系统性思维。
02
AI时代设计师的5个核心能力
Figma的报告给出了一个能力模型。
我逐个拆开说。
能力1:AI工具流利度 + 提示词能力
这个是最基础的。
AI设计能力已不再是"加分项",而是"必选项"。
就像Excel之于财务,PPT之于产品经理。
你不会用,别人会。
但会用的关键,不是"会用工具",而是"会写提示词"。
Figma给了一个提示词框架,包含5个核心组件:

组件

说明

示例

任务

明确要做什么

"设计一个移动端登录页面"

上下文

提供背景信息

"面向25-35岁职场女性"

元素

指定设计元素

"包含邮箱登录、第三方登录选项"

行为

描述交互方式

"点击登录后跳转至首页"

约束

设定限制条件

"风格简约,不超过3种主色"

这个框架的核心逻辑是:
写好提示词不只是为了当下得到结果,更是为了设计一个可重复的持续工作结构。
能力2:跨职能协作能力
这个能力,被很多人忽略了。
AI降低了非设计师参与设计的门槛。
PM可以画线框图。
开发者可以从代码开始。
设计师可以通过提示词生成早期原型。
这意味着什么?
协作方式变了。
过去是清晰的交接:设计师→开发者。
现在是流动的伙伴关系:从策略到上线全程协作。
Duolingo的方法值得借鉴:
  • 放弃传统交接,拥抱共同创作
  • 使用临时原型进行快速实验
  • 持续反馈和迭代
跨职能沟通能力,成为提前发现问题、更快上线产品的关键。
能力3:系统性思维
这个能力,是拉开差距的关键。
AI自动化了大量表面级的设计工作。
比如:调整间距、生成配色、排版优化。
这些工作,AI做得比你快。
但真正的价值,在于系统性思维:
  • 通过测试和研究解决用户问题
  • 维护清晰的文档
  • 用设计系统编码化品味和质量
怎么提升?
四个方向:
  1. 用户研究:不只依赖AI生成,更要理解用户真实需求。
  2. 文档能力:记录设计决策背后的"为什么"。
  3. 设计系统:建立可复用的组件库和规范。
  4. 业务理解:对业务有深入的理解,走在产品前面。
能力4:设计有价值的AI产品功能
这个能力,是进阶能力。
37%的设计师将设计AI产品列为前三大需求技能。
39%的领导者认为这是新员工的前五大技能。
但这里有个坑:
许多团队为了追逐AI热点,堆砌AI功能,但功能并不解决真实用户问题。
怎么避免这个坑?
Figma的建议是:
捕捉人类意图和信任(参考Headspace的AI伴侣Ebb案例)
  • 解决真实用户问题,而非堆砌AI功能
  • 关注透明度和可信度
AI功能不应只是"闪亮",而应真正为用户创造价值。
能力5:持续学习和适应能力
这个能力,是底层能力。
AI工具和市场环境都在快速变化。
设计师需要持续学习和适应。
怎么提升?
  • 关注行业报告和趋势
  • 参与社区学习和分享
  • 在实际项目中实验新工具和方法
03
设计师的行动建议
基于Figma报告,我总结了3个可执行的建议。
建议1:建立你的AI提示词模板库
不要每次都从零开始写提示词。
建立自己的模板库。
模板示例:移动端页面设计

【任务】设计[页面类型]页面
【上下文】面向[用户群体],核心需求是[需求描述]
【元素】包含[元素1]、[元素2]、[元素3]
【行为】用户可以[行为1],然后[行为2]
【约束】风格[风格描述],不超过[数量]种主色,符合[品牌/平台]规范

你可以从现在积累本一些你常用的提示词模板,并在实际项目中测试和优化。
建议2:记录你的设计决策日志
不只是记录"做了什么",更要记录"为什么这样做"。
决策日志模板

日期:YYYY-MM-DD
决策点:[具体的设计决策]
业务原因:[为什么这样做]
用户依据:[用户测试/数据支撑]
权衡取舍:[放弃了什么,为什么]
后续验证:[如何验证这个决策]

所以你可以从今天开始,每天记录至少1个设计决策日志。
建议3:主动参与跨职能协作
不要等待交接,主动参与:
  • 邀请PM参与早期原型评审
  • 与开发者共同讨论技术可行性
  • 与用户研究员一起分析用户反馈
在你之后的工作中尝试主动安排1次跨职能协作会议,不是汇报,而是共同创作。
04
结语:工具在变,本质不变
回到小林的困境。
她的真正问题,不是"AI工具不会用",而是:
  • 只看到了AI的效率提升,没看到背后的能力重构。
  • 只关注了"怎么做",没思考"为什么这样做"。
  • 只在单点发力,没有建立系统性的能力组合。
Figma的这份报告,给了我们一个清晰的信号:
AI时代的竞争力,不在于你会用多少工具,而在于你能否将工具与核心能力组合起来,解决真实问题。
工具在变,本质不变:
  • 理解用户需求
  • 设计有价值的解决方案
  • 与团队协作交付
AI是放大器,不是替代品。
真正的设计师,会用AI,但不会被AI定义。
往期推荐
Hot
华为芯片跑DeepSeek V4:AI自主权的转折点
Hot
Anthropic 发布了 Claude Design,设计师的工作流会被重写吗?
Hot
Hermes Agent 火了,然而取代"龙虾"的不是"爱马仕",是另一个物种